Een AI-klare organisatie opbouwen zonder uw mensen te vervangen Building an AI-Ready Workforce Without Replacing Your People

Drieënvijftig procent van de bedrijven huurt liever nieuw AI-talent in dan de mensen om te scholen die ze al in dienst hebben. Dat is een Deloitte-cijfer uit 2023, en het beschrijft een strategie die zowel duur als grotendeels verkeerd is. De mensen die uw processen, uw klanten en uw uitzonderingen kennen, staan al op de loonlijst. Hun domeinkennis vervangen om AI-vaardigheid te winnen, is een ruil die de meeste organisaties nooit zouden maken als ze het volledige prijskaartje zagen.

Fifty-three percent of companies would rather hire new AI talent than retrain the people they already employ. That is a Deloitte figure from 2023, and it describes a strategy that is both expensive and mostly wrong. The people who know your processes, your clients, and your edge cases are already on the payroll. Replacing their domain knowledge to gain AI skill is a trade most organisations would never make if they saw the full price tag.

The domain knowledge you cannot rehire

De domeinkennis die u niet opnieuw kunt inhuren

Here is what a new hire with strong AI skills does not have on day one: your ten years of institutional memory, the reason clause 4 exists in your standard contract, the name of the supplier who always ships late, the unwritten rule about which cases go to which reviewer. That knowledge is not in any training set. It walks in the building every morning inside the heads of people you already employ.

Dit is wat een nieuwe medewerker met sterke AI-vaardigheden op dag één niet heeft: uw tien jaar institutioneel geheugen, de reden waarom clausule 4 in uw standaardcontract staat, de naam van de leverancier die altijd te laat levert, de ongeschreven regel over welke zaken naar welke beoordelaar gaan. Die kennis staat in geen enkele dataset. Die loopt elke ochtend het gebouw binnen in de hoofden van mensen die u al in dienst heeft.

MIT's Work of the Future vond in 2024 dat rollen die AI-vaardigheid combineren met domeinexpertise loonpremies van 15 tot 25 procent tonen. De premie zit op het snijvlak. Koop AI-vaardigheid alleen en u koopt de goedkopere helft.

MIT's Work of the Future found in 2024 that roles combining AI proficiency with domain expertise show wage premiums of 15 to 25 percent. The premium sits at the intersection. Buy AI skill alone and you buy the cheaper half.

The maths is uncomfortable for the hire-new camp. You can teach AI skill in months. You cannot teach ten years of context in months. So the faster path to the valuable intersection runs through the people who already hold the hard half.

De rekensom is ongemakkelijk voor het huur-nieuw-kamp. U kunt AI-vaardigheid in maanden aanleren. U kunt tien jaar context niet in maanden aanleren. Dus het snellere pad naar het waardevolle snijvlak loopt via de mensen die de moeilijke helft al bezitten.

Why most training does nothing

Waarom de meeste training niets doet

The reason the hire-new strategy looks appealing is that the retrain strategy usually fails. But it fails for a specific, fixable reason: the training is generic. A one-hour webinar on prompt writing, delivered to everyone, forgotten by Friday.

De reden dat de huur-nieuw-strategie aantrekkelijk lijkt, is dat de omscholingsstrategie meestal faalt. Maar het faalt om een specifieke, oplosbare reden: de training is generiek. Een webinar van een uur over prompts schrijven, aan iedereen gegeven, tegen vrijdag vergeten.

The forgetting curve explains the rest. Without reinforcement, people lose 70 percent of learned content within 24 hours. A single session is not training. It is an event that produces a certificate and no change. Training that sticks is embedded in the work, repeated, and specific to the role.

De vergeetcurve verklaart de rest. Zonder herhaling verliezen mensen 70 procent van geleerde stof binnen 24 uur. Eén sessie is geen training. Het is een gebeurtenis die een certificaat oplevert en geen verandering. Training die beklijft, zit ingebed in het werk, wordt herhaald, en is specifiek voor de rol.

IBM's Institute for Business Value put a number on the planning gap back in 2023: 87 percent of executives expect AI to change skills requirements, and 35 percent have a systematic plan for it. Fifty-two points of daylight between knowing and doing. That gap is not closed by hiring. It is closed by a training design someone actually owns.

IBM's Institute for Business Value zette in 2023 al een cijfer op de plankloof: 87 procent van de bestuurders verwacht dat AI de vaardigheidseisen verandert, en 35 procent heeft er een systematisch plan voor. Tweeënvijftig punten daglicht tussen weten en doen. Die kloof wordt niet gedicht door werving. Ze wordt gedicht door een trainingsontwerp waar iemand echt eigenaar van is.

The retention dividend

Het retentiedividend

Building capability in your people does something the hire-new strategy actively undermines: it keeps them. LinkedIn's 2024 Workforce Insights found 67 percent of professionals aged 25 to 40 say their employer's AI environment influences whether they stay. Organisations with no visible AI investment report 23 percent higher attrition in technical and analytical roles.

Capaciteit opbouwen in uw mensen doet iets wat de huur-nieuw-strategie actief ondermijnt: het houdt ze vast. LinkedIn's Workforce Insights uit 2024 vond dat 67 procent van de professionals tussen 25 en 40 zegt dat de AI-omgeving van hun werkgever meebepaalt of ze blijven. Organisaties zonder zichtbare AI-investering melden 23 procent hoger verloop in technische en analytische rollen.

So the choice is not neutral. Replace people and you signal to everyone watching that experience is disposable. Invest in people and you signal the opposite. One of those signals costs you your best staff. Guess which.

De keuze is dus niet neutraal. Vervang mensen en u geeft iedereen die toekijkt het signaal dat ervaring wegwerpbaar is. Investeer in mensen en u geeft het tegenovergestelde signaal. Een van die signalen kost u uw beste medewerkers. Raad welke.